【资讯】大数据5大误区:大数据不是灵丹妙药

预测分析有希望可能成为一种塑造更广泛经济的普遍趋势, 尤其是如果更多业务决策者为数据所驱动 (而不是根据纯粹的“直觉”)。确实,访问更多的信息,特别是关于你的客户的行为的信息,将会对某些业务提供竞争优势, 就像互联网。

每个人都想要一窥未来; 洞察力和发现信息对拥有它们的人或企业来说自然有利可图。而尽管占卜尚未证明自己是可靠的业务资产,今天的预测分析软件却可以。

“预测分析”总体是指基于当前和历史数据,用数据分析为企业提供对未来事件的预测。这种科学已经以不同的形式长期存在了几个世纪,但直到最近才成为可靠的并且可负担得起的,足够为大多数公司在日常流程中使用。

然而盛名之下,围绕大数据和预测分析产生了许多误区。尤其是下列的五种误区需要被驱散, 这样不同规模和阶段的企业才可以开始享用更明智、更高效的决策:

误区1: “大数据是灵丹妙药。”

预测分析有希望可能成为一种塑造更广泛经济的普遍趋势, 尤其是如果更多业务决策者为数据所驱动 (而不是根据纯粹的“直觉”)。确实,访问更多的信息,特别是关于你的客户的行为的信息,将会对某些业务提供竞争优势, 就像互联网。然而, 在许多情况下, 相对未分化的互联网和网络功能并未导致很大的业务增长, 建立的预测分析也是如此。

大数据不是企业的灵丹妙药。相反, 更好的数据管理和分析是帮助企业做出更好决策的工具。就算“小数据”也可以为中小企业很好的利用在投资的路线图上,构建和多样化而无需有大型的IT投资。

误区2: “只有大公司需要预测分析。”

虽然很明显, 亚马逊、Target、沃尔玛、Zipcar和其他大型企业是预测分析(尤其是客户分析)早期的采用者和重要受益者,各种形式和规模的企业都将受益于智能分析带来的好处。例如,基于群体客户剖析和行为的分析客户保留模式,然后使用上述数据来设计针对性推广工作,对任何企业可以产生立即的影响。

误区3:“企业引入预测分析的最好方式是“自下而上”或“自上向下”。

对一些人来说,自下向上的方法涉及到IT人员和数据分析师实施一种持久的解决方案。对另一些人来说, 自上而下的方法是用大量资源, 战略和文化解决这一企业挑战,因此应该包括首席执行官(CEO)、首席营销官(CMO), 或其他高管。

在现实中, 实施预测分析并非必须要符合这两种法则之一。由下至上的过程可以为企业建立一个良好的基础。在别一企业从指定的部门开始,尤其是从市场营销团队开始,是非常富有成果的。同样, 自上而下的过程可以产出也可以是短暂。执行官的参与并不总是成功的保证。

误区4:“要实现预测分析,你需要自己的博士。”

预测分析可以零售(或“民主化”,正如我们喜欢说的那样)。通过这种方法,意味着它日渐普及, 无需数百万美元的IT基础设施。

而且,尽管独特的大数据问题可能需要一位博士(或者甚至是一群博士), 许多新领域的预测和业务分析可通过软件即服务 (SaaS) 的解决方案轻松访问到。更重要的是, 时效性不再是几个月或几年了, 你现在可以在更短的时间获得有用的结果,而不需要你自己的博士。

 误区5:“我们需要做的就是雇佣咨询或技术公司,我们就会有预测分析。”

有一批企业把预测分析作为一种技术或一个软件问题。并且, 他们拥有一组“首选”公司(有时是拥有管理和技术咨询的技术供应商)用传统的方式,通过向企业推销大量的基础设施、数据存储、软件和硬件来解决预测分析。在现实中,预测分析更多的是一种业务和文化问题,需要的不仅仅是技术(或管理顾问的插入式访问)建立和研究所正在进行的解决方案。

结论

在你的业务决策中加入预测分析时要考虑 很多事情。而且公平地讲,有一系列不同的方法和不同的最终结果可供企业选择。然而在评估产品和选项的期间,最好从这门科学的实用的和系统性的现实中分离出这些误区。

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2014-04-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏云计算D1net

边缘计算对企业的业务适用吗?

像大多数新的IT技术发展一样,“边缘计算”并不是一场革命,相反,它更像是一个进化。边缘计算的根源在于早期的内容交付和点对点网络以及网格计算。然而,随着网络,计算...

35311
来自专栏人称T客

报告丨云HR市场优势和不足

编译 T客汇 Felix 云端HR的优势 图5 SaaS应用在HR系统中带来的好处 ? 来源: ISG,2017 尽管看起来节省成本是SaaS的最大好处,不过...

3497
来自专栏SDNLAB

DevOps如何塑造网络的未来

自从2009年它的到来,DevOps理念已经成为一场战役迫切地需要技术团队彻底地重新思考传统的开发人员(那些写代码的)和运维团队(那些管理代码运行的操作系统)如...

2753
来自专栏云计算D1net

采用多云策略避免供应商锁定

1765
来自专栏云计算D1net

关于私有云的10个事实

对于企业而言,云服务的自主权、敏捷性和生产力是他们选择的主要标准,通过运维私有云迎合他们的需求可以获得很高的效率。技术管理团队应该致力于将私有云价值最大化来服务...

36710
来自专栏CDA数据分析师

不仅要清楚如何收集数据,还要清楚如何创造数据

业界估计数据每年的增长率在30%到50%之间,对于许多企业来说,每年将增长上PB的数据量。问题显然不是缺少数据,而是缺少“正确”的数据。 根据埃森哲近期的调查显...

1858
来自专栏EAWorld

微服务架构下的数据治理

大家好: 今天我带来的题目是微服务架构下的数据治理。 ? 之前在群(注:普元云架构设计群)中分享过“微服务与元数据”的概念(注:详见【超详解PPT】元数据驱动...

5267
来自专栏java工会

“转行做程序员”很难?这里有4个重要建议

24510
来自专栏科技向令说

响铃:百度发布智能小程序,开放+AI或是最大利器

百度APP里那个悄悄上线、备受关注的“优信二手车”小格子背后的布局,已经尘埃落地。5月22日,2018百度联盟峰会上,百度APP业务部总经理、百度小程序负责人平...

1032
来自专栏华章科技

认知应用:大数据的下个转折点

编者按:这篇文章是一个投资者对数据分析在过去25年的回顾。作者西蒙迪斯从投资者的角度讨论了数据分析的变革,认知应用的价值,以及最受风投关注的大数据核心领域。

651

扫码关注云+社区